用途：该技能通过 agent-browser 命令行工具实现浏览器自动化，适用于 Web 应用端到端测试、重复性网页任务自动化、网站数据抓取、前端问题调试、文档截图与演示视频录制、UI 功能验证以及程序化表单填写。
主要能力：支持页面导航（open/back/forward/reload/close）；通过 snapshot 获取可访问性树或仅交互元素（-i 推荐），返回 @e1、@e2 等引用；基于引用执行点击、双击、悬停、聚焦、填充、输入、按键、勾选、下拉选择、滚动、拖拽与文件上传；获取文本、HTML、值、属性、标题、URL、元素数量与边界框；检查可见、可用、勾选状态；截图（含整页）、导出 PDF、录制视频；等待元素、文本、URL、网络空闲或 JS 条件；管理 cookies 与 localStorage；网络请求拦截、阻断与模拟响应；设置视口、设备、地理位置、离线、请求头、认证与配色方案；管理标签页、窗口、iframe 与对话框；执行 JavaScript；支持语义定位（find role/text/label 等）与 JSON 输出。
使用方式：全局安装 npm install -g agent-browser，或通过 npx agent-browser 调用。典型流程为先 open 打开页面，再 snapshot -i 获取引用，然后使用引用交互，导航或 DOM 显著变化后需重新快照。可用 state save/load 保存与复用登录状态，用 --session 运行并行浏览器，用 --headed 显示窗口调试，用 console/errors 查看控制台与页面错误。
限制与注意：资料未提供收费、价格、平台兼容性或效果数据。若已启用 Chrome DevTools 或 Playwright MCP，资料建议询问用户是否禁用以免上下文冲突，相关 /mcp 命令应由用户自行执行。